kokoro

Ne işe yarar?

Kokoro, 82 milyon parametreli açık ağırlıklı bir metinden sese dönüştürme modelinin çıkarım kütüphanesidir. Küçük mimarisi sayesinde büyük modellere kıyasla daha az kaynak tüketerek hızlı ve maliyet etkin biçimde ses üretir. Arka planda fonem dönüştürme için Misaki ve ses sentezi için espeak-ng araçlarından yararlanır. Apache lisanslı ağırlıkları sayesinde kişisel projelerden üretim ortamlarına kadar serbestçe kullanılabilir.

Neler için kullanılabilir?

• Hazırlanan İngilizce makaleleri ve metinleri sesli anlatıma dönüştürmek
• Düşük kaynaklı sunucularda hızlı ve düşük maliyetli seslendirme hizmeti sunmak
• Kişisel yazılım projelerine çevrimdışı çalışabilen sesli yanıt özelliği eklemek

Nasıl kullanılır?

1. Sisteme espeak-ng paketini kurun (Windows için MSI yükleyicisi, Linux için apt-get).
2. pip install -q kokoro>=0.9.4 soundfile
3. KPipeline sınıfını ilgili dil koduyla başlatıp metni sese dönüştürerek kaydedin.

Adımlar deponun README'sinden özetlendi; güncel kurulum için deponun kendi sayfasına bakın.

Kimler için?

Düşük kaynakla hızlı metin seslendirmesi yapmak isteyen Python geliştiricileri ve araştırmacılar.

Aynı kategoriden

• Whisper Konuşmaları metne dönüştüren ve çeviri yapabilen genel amaçlı yapay zekâ modeli.
• VoiceStudio Kendi bilgisayarınızda çalışan ses klonlama, dublaj ve konuşma tanıma aracı.
• GPT-SoVITS (63K) Kısa bir ses kaydıyla ses klonlama ve metinden konuşma üretimi sağlayan web arayüzü.
• voicebox (57,7K) Yerel olarak çalışan açık kaynaklı yapay zekâ ses stüdyosu ve dikte aracı.
• whisper.cpp OpenAI Whisper modelinin C ve C++ ile yazılmış yüksek performanslı yerel sürümüdür.
• VoxCPM (39K) 30 dilde doğal seslendirme, ses tasarımı ve klonlama sunan açık kaynaklı TTS modeli.